java 正则表达式基础,实例学习资料收集大全

时间:2022-06-01 16:55:19

对于JAVA的Pattern类 和 Matcher类可参考网址 http://www.ibm.com/developerworks/cn/java/l-regp/part2/

java 正则表达式基础,实例学习资料收集大全

正则表达式中的特殊字符:
  \\ 反斜杠
  \t 间隔 ('\u0009')
  \n 换行 ('\u000A')
  \r 回车 ('\u000D')
  \d 数字等价于[0-9]
  \D 非数字等价于[^0-9]
  \s 空白符号 [\t\n\x0B\f\r]
  \S 非空白符号 [^\t\n\x0B\f\r]
  \w 单独字符 [a-zA-Z_0-9]
  \W 非单独字符 [^a-zA-Z_0-9]
  \f 换页符
  \e Escape
  \b 一个单词的边界
  \B 一个非单词的边界
  \G 前一个匹配的结束
 
  ^为限制开头 ^java 条件限制为以Java为开头字符
  $为限制结尾 java$ 条件限制为以java为结尾字符
  .为限制一个任意字符 java.. 条件限制为java后除换行外任意两个字符加入特定限制条件
 
  [a-z] 条件限制在小写a to z范围中一个字符
  [A-Z] 条件限制在大写A to Z范围中一个字符
  [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
  [0-9] 条件限制在小写0 to 9范围中一个字符
  [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
  [0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
 
  []中加入^后加再次限制条件
  [^a-z] 条件限制在非小写a to z范围中一个字符
  [^A-Z] 条件限制在非大写A to Z范围中一个字符
  [^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
  [^0-9] 条件限制在非小写0 to 9范围中一个字符
  [^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
  [^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

  在限制条件为特定字符出现0次以上时,可以使用「*」
  J* 0个以上J
  .* 0个以上任意字符
  J.*D J与D之间0个以上任意字符

  在限制条件为特定字符出现1次以上时,可以使用「+」
  J+ 1个以上J
  .+ 1个以上任意字符
  J.+D J与D之间1个以上任意字符

  在限制条件为特定字符出现有0或1次以上时,可以使用「?」
  JA? J或者JA

  出现限制为连续出现指定次数字符「{a}」
  J{2} JJ
  J{3} JJJ

  文字a个以上,并且「{a,}」
  J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)

  文字a个以上,b个以下「{a,b}」
  J{3,5} JJJ或JJJJ或JJJJJ
  两者取一「|」
  J|A J或A
  Java|Hello Java或Hello

  「()」中规定一个组合类型比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a>

 

在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:

  Pattern Pattern.compile(String regex, int flag) flag的取值范围如下:

Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。

  Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。

  Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。

  Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。

  Pattern.MULTILINE (?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。

  Pattern.UNICODE_CASE (?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。

Pattern.UNIX_LINES(?d) 在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。抛开空泛的概念,下面写出几个简单的Java正则用例:

◆在字符串包含验证时
//查找以Java开头,任意结尾的字符串
  Pattern pattern = Pattern.compile("^Java.*");
  Matcher matcher = pattern.matcher("Java不是人");
  boolean b = matcher.matches(); //当条件满足时,将返回true,否则返回false
  System.out.println(b);

正则表达式中的特殊字符:

  \\ 反斜杠
  \t 间隔 ('\u0009')
  \n 换行 ('\u000A')
  \r 回车 ('\u000D')
  \d 数字等价于[0-9]
  \D 非数字等价于[^0-9]
  \s 空白符号 [\t\n\x0B\f\r]
  \S 非空白符号 [^\t\n\x0B\f\r]
  \w 单独字符 [a-zA-Z_0-9]
  \W 非单独字符 [^a-zA-Z_0-9]
  \f 换页符
  \e Escape
  \b 一个单词的边界
  \B 一个非单词的边界
  \G 前一个匹配的结束
 
  ^为限制开头 ^java 条件限制为以Java为开头字符
  $为限制结尾 java$ 条件限制为以java为结尾字符
  .为限制一个任意字符 java.. 条件限制为java后除换行外任意两个字符加入特定限制条件
 
  [a-z] 条件限制在小写a to z范围中一个字符
  [A-Z] 条件限制在大写A to Z范围中一个字符
  [a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
  [0-9] 条件限制在小写0 to 9范围中一个字符
  [0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
  [0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
 
[]中加入^后加再次限制条件
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

在限制条件为特定字符出现0次以上时,可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符

在限制条件为特定字符出现1次以上时,可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符

在限制条件为特定字符出现有0或1次以上时,可以使用「?」
JA? J或者JA

出现限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ

文字a个以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)

文字a个以上,b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello

「()」中规定一个组合类型比如,我查询<a href=\"index.html\">index</a>中<a href></a>间的数据,可写作<a.*href=\".*\">(.+?)</a>

在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
Pattern Pattern.compile(String regex, int flag) flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a\u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"\\s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。
Pattern.MULTILINE (?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE (?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在这个模式下,只有'\n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。抛开空泛的概念,下面写出几个简单的Java正则用例:

在字符串包含验证时

?
1
2
3
4
5
//查找以Java开头,任意结尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java不是人");
boolean b = matcher.matches(); //当条件满足时,将返回true,否则返回false
System.out.println(b);

以多条件分割字符串时

?
1
2
3
4
5
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
 System.out.println(strs[i]);
}

文字替换(首次出现字符)

?
1
2
3
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("Java"));

文字替换(全部)

?
1
2
3
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World"); //替换第全部符合正则的数据
System.out.println(matcher.replaceAll("Java"));

文字替换(置换字符)

?
1
2
3
4
5
6
7
8
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
 matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());

验证是否为邮箱地址

?
1
2
3
4
String str="ceponline@yahoo.com.cn";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());

去除html标记

?
1
2
3
4
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
String string = matcher.replaceAll("");
System.out.println(string);

查找html中对应条件字符串

?
1
2
3
4
5
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");
if(matcher.find()) {
     System.out.println(matcher.group(1));
}

截取http://地址//截取url

?
1
2
3
4
5
6
7
8
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
     buffer.append(matcher.group());
     buffer.append("\r\n");
     System.out.println(buffer.toString());
}

替换指定{}中文字

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
String str = "Java目前的发展史是由{0}年-{1}年";
String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
System.out.println(replace(str,object));
 
public static String replace(final String sourceString,Object[] object) {
 String temp=sourceString;
 for(int i=0;i<object.length;i++) {
  String[] result = (String[]) object[i];
  Pattern pattern = Pattern.compile(result[0]);
  Matcher matcher = pattern.matcher(temp);
  temp = matcher.replaceAll(result[1]);
 }
 return temp;
}

以正则条件查询指定目录下文件 //用于缓存文件列表

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
private ArrayList files = new ArrayList(); // 用于承载文件路径
private String _path; // 用于承载未合并的正则公式
private String _regexp;
 
class MyFileFilter implements FileFilter {
    /** * 匹配文件名称 */
    public boolean accept(File file) {
        try {
            Pattern pattern = Pattern.compile(_regexp);
            Matcher match = pattern.matcher(file.getName());
            return match.matches();
        } catch (Exception e) {
            return true;
        }
    }
}
 
/** * 解析输入流 * @param inputs */
FilesAnalyze(String path, String regexp) {
    getFileName(path, regexp);
}
 
/** * 分析文件名并加入files * @param input */
private void getFileName(String path, String regexp) { // 目录
    _path = path;
    _regexp = regexp;
    File directory = new File(_path);
    File[] filesFile = directory.listFiles(new MyFileFilter());
    if (filesFile == null)
        return;
 
    for (int j = 0; j < filesFile.length; j++) {
        files.add(filesFile[j]);
    }
 
    return;
}
 
/** * 显示输出信息 * @param out */
public void print(PrintStream out) {
    Iterator elements = files.iterator();
    while (elements.hasNext()) {
        File file = (File) elements.next();
        out.println(file.getPath());
    }
}
 
public static void output(String path, String regexp) {
    FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);
    fileGroup1.print(System.out);
}
 
public static void main(String[] args) {
    output("C:\\", "[A-z|.]*");
}

基本上就这些了,原来的内容确实太烂了,这次更新了一下。